Complemente de Informatica - Forum

[traian.rebedea]

Propun sa discutam aici despre posibilitatea construirii unui stemmer pentru limba romana care sa se comporte asemanator cu algoritmul lui Porter pentru engleza, adica sa functioneaze pe baza unor liste de sufixe scrise ca reguli de productie.

[traian.rebedea]

Regula Exemplu de aplicare

Pasul 1

LOR → caselor → case
LUI → presedintelui → presedinte
ULUI → copilului → copil
UL → trenul → tren
(lungime > 1) EI → A casei → casa
URI → goluri → gol
II → IE hartii → hartie

Pasul 2

(vocală) T → capsat → capsa
ND → gandind → gandi
mancand → manca
(lungime > 2) EZ, EZI, EAZA, AM, ATI → A meditez → medita
(lungime > 2) ESC, ESTI, IM, ITI → trudesc → trud
(lungime > 2) (E) M, TI → rupem → rupe

Pasul 3

RE → lucrare → lucra
ONAL(A,I,E) → E relational → relatie
TOR → muncitor → munci
TOARE → semnalizatoare → semnaliza
BIL(A,I,E) → adjustabil → adjusta
IST(A,I,E) → seminarist → seminar
ITATE, ITATI → divinitate → divin
IZA → formaliza → formal
NT(A,I,E) → determinant → determina
ENIE → voiosenie → voios
ISM → teribilism → teribil
MANT → invatamant → invata